随着网络技术和多媒体技术的快速发展,各种形式的资源蓬勃增长。音乐资源因其独特的形式和作用备受科研者的青睐。高效地实现音乐资源的查找检索是十分必要的。本课题主要研究基于内容的音乐检索技术。相对于传统的通过文本方式检索音乐,通过音乐本身的内容检索能够实现更友好的人机交互,并且能够适应音乐数据的变化。当用户不记得音乐的文字信息时,通过哼唱或者提供音乐样例的方式,能很好的解决无法检索的难题。韵律是音乐的重要内容,它包括音乐的音长、音高、主旋律等信息,对音乐韵律特征提取与匹配有重要的研究价值。通过音乐的内容检索音乐,关键技术在于音乐特征提取和特征匹配两部分,这也是本文研究的主要内容。本文首先介绍了音乐的基本知识,根据音乐的知识,提出音乐检索系统的详细设计方案,利用音乐的特征,分析特征提取算法与匹配算法。本文主要工作内容包括以下几点:1) 音频特征提取对音频数据进行特征提取是本文的重要研究内容。本文对音频数据提取了其主旋律特征、MFCC特征、GFCC特征和韵律特征,并且提出了特征融合算法,在主成分分析(PCA)降维的处理下,实现了GFCC特征和韵律特征的融合,形成新的特征。2) 特征融合算法的提出在学习了主旋律特征、MFCC特征、GFCC特征和韵律特征后,根据PCA降维能够有效的减少噪音、提高检索效率的特性,本文提出了通过将GFCC特征和韵律特征降维后,实现矢量融合。经过实验对比,本方法的提出能够有效提高音乐的检索准确度。3) 音频的匹配检索对音频特征的匹配检索是音乐检索中一个重要的工作。如今成熟的特征匹配算法有很多,其中动态时间规整(DTW)算法因其能克服速率变化引起的匹配准确率下降的问题,所以本文选用DTW算法作为检索音乐的主要算法。也通过K最近邻(KNN)算法实现音乐的分类检索。4) 系统的设计与实现本文在实现算法的研究与改进后,将这些算法集成到系统中,实现音频的预处理、特征提取、特征后处理及匹配检索。其中音乐数据库是通过网络下载的1200首MP3格式的不同风格的音乐。